Experiment: Query Variation
Query Variation Experiment menguji bagaimana perubahan struktur, wording, urutan kata, dan framing query mempengaruhi retrieval outcome, ranking, serta konsistensi jawaban AI.
Experiments | Retrieval Patterns MetricHypothesis
Semakin besar variasi struktur query dengan makna yang sama, semakin tinggi variasi output AI, menunjukkan sensitivitas sistem terhadap framing linguistik.
Semantic Consistency FrameworkFraming Sensitivity Analysis
Mengukur seberapa besar perubahan jawaban ketika intent sama tetapi struktur kalimat berbeda.
Retrieval Friction FrameworkLexical vs Semantic Drift
Menganalisis apakah perubahan kata (lexical) atau perubahan makna (semantic) lebih berpengaruh terhadap perubahan output model.
AI Ground Truth FrameworkEntity Preservation Under Variation
Menguji apakah entity tetap dikenali secara konsisten meskipun query mengalami perubahan struktur signifikan.
Entity Signal Framework | Entity Consistency MetricCross Model Query Robustness
Perbandingan ketahanan masing-masing model AI terhadap variasi query dengan makna yang sama.
ChatGPT | Gemini | Claude | Perplexity | Copilot | Grok | DeepSeek | Meta AI